| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题背景及意义 | 第9-11页 |
| ·人脸检测与人脸识别的研究现状 | 第11-16页 |
| ·人脸检测的研究现状 | 第11-14页 |
| ·人脸识别的研究现状 | 第14-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·论文的组织结构 | 第17-19页 |
| 第二章 人脸识别研究的基本理论 | 第19-32页 |
| ·人脸识别原理 | 第19-20页 |
| ·AdaBoost 算法原理 | 第20-27页 |
| ·积分图与haar-like 特征 | 第20-23页 |
| ·弱分类器 | 第23-24页 |
| ·由AdaBoost 生成的强分类器 | 第24-25页 |
| ·级联分类器 | 第25-27页 |
| ·人脸识别算法介绍 | 第27-31页 |
| ·常用的子空间方法 | 第27-30页 |
| ·基于Embedded HMM 的人脸模型 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第三章 基于AdaBoost算法的人脸检测方法的改进 | 第32-41页 |
| ·权值训练 | 第32-33页 |
| ·引入加权判决函数的AdaBoost 算法 | 第33-37页 |
| ·引入加权判决函数的级联分类器设计 | 第33-35页 |
| ·AdaBoost 算法流程图 | 第35-36页 |
| ·性能优化分析 | 第36-37页 |
| ·仿真实验 | 第37-39页 |
| ·样本的扩张 | 第37页 |
| ·实验结果 | 第37-39页 |
| ·小结 | 第39-41页 |
| 第四章 单样本人脸识别模型优化 | 第41-49页 |
| ·图像处理 | 第41-45页 |
| ·图像预处理 | 第41-42页 |
| ·增加虚拟样本 | 第42-45页 |
| ·特征提取 | 第45-46页 |
| ·仿真实验 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第五章 人脸识别算法在嵌入式系统中的实现 | 第49-57页 |
| ·嵌入式平台介绍 | 第49-50页 |
| ·嵌入式操作系统的选择 | 第49页 |
| ·软件开发平台的选择 | 第49-50页 |
| ·人脸识别在嵌入式系统中的实现 | 第50-53页 |
| ·人脸识别在嵌入式系统中的性能评测 | 第53-56页 |
| ·人脸识别算法在嵌入式平台上的优化 | 第53-54页 |
| ·算法在嵌入式系统中实验分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 总结和展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |